Exercice d’application

Perceptron monocouche
On considère un neurone à seuil à 2 entrées, dont la fonction d’activation est définie par :

avec s(x)=1 si x≥0

0 sinon

On souhaite déterminer des poids adéquats pour classifier correctement les 2 vecteurs à 2
dimensions suivants, appartenant à 2 classes, respectivement A et B:

On impose que la classe A soit codée par l’état 1 du neurone, et la classe B par l’état 0.

On appelle x1 la 1ère coordonnée de ces points et x2 la 2ème.

1) Donnez les caractéristiques de la droite de séparation du plan (x1, x2) réalisée par ce neurone qu
quand les
valeurs initiales de ses poids sont w1=1 et w2=1.

- Ces 2 paramètres sont-ils

ils adéquats pour réaliser une classification correcte ?

2) Etudiez l’évolution de ces poids lorsqu’on les modifie par la règle d’apprentissage supervisée du
perceptron, appliquée
liquée aux vecteurs a et b (avec plusieurs itérations d’apprentissage).

On prendra un coefficient d’apprentissage α égal à 0,1.

3) Combien d’itérations d’apprentissage sont-elles

sont elles nécessaires pour obtenir une classification correcte de
a et b (justifier la réponse) ?

4) Conclure sur les propriétés de ce réseau et de la règle d’apprentissage.

5) En général, dans une application de classification à réseau de neurones, on utilise un neurone de sortie
par classe. Donnez des poids adéquats d’un réseau de 2 neurones
neurones à seuil ou linéaires (et dans ce dernier cas
précisez comment sera prise la décision de classification), permettant de réaliser cette opération, avec les
mêmes vecteurs d’apprentissage.